近期,生成式人工智能引发学界密切关注。在既有模型的基础上,生成式人工智能可以根据数据训练和引导不断更新模型,初步展现出类人的创造性。这种强大的理解分析综合能力,不仅代表着技术上的突破,更是给人类社会带来一定冲击。生成式人工智能对重复性和简单脑力劳动的替代,促使个体重新反思自身的知识结构,寻找能够保持开放性和灵活性的接洽点,不断提升自我的生存能力和工作技能,特别是提高那些优于机器的能力。这也引发了对于人的内在价值以及未来走向的思考。全面探索与讨论生成式人工智能所具有的发展潜力,以及人类的独特价值,能够促使人与技术更好地协同发展。对人类而言,生成式人工智能的出现是“危”也是“机”。它可能在多方面冲击人们当下的生产生活方式,同样也会给人们带来新的发展机遇。我们需要综合判断生成式人工智能的“危”与“机”,并积极探索“最好的可能方式”。
挑战
生成式人工智能的发展以其技术潜力,将提高人们的工作效率,同时也可能造成失业问题。人类劳动力被新的技术或生产方式取代,亦被称为技术性失业。随着生成式人工智能的发展与应用,可能越来越多的脑力劳动将被替代,技术性失业在所难免。这种失业问题是现代社会发展变化的一个缩影。从第一次工业革命开始,人们就一直在经历着机器取代人的劳动,从而造成人类的失业这种问题,但借助社会结构的调整和个体的知识转型,不少人也能够实现再就业。
生成式人工智能具有一定的学习和生成能力,已能够替代人类的部分脑力劳动。不过,就目前的生成式人工智能而言,其并不能完全取代人。虽然生成式人工智能已具有很强的数据分析能力,初步具有类人的性质,并且能够在问题的解决过程中进行一定的逻辑分析,但对于具有较高创造性、灵活性的工作,生成式人工智能仍然无法胜任。并且,技术发展在导致一部分职业消失的同时,往往也会带来一些新的工作岗位,生成式人工智能也不例外。失业的劳动者需要根据技术的发展和要求,更新自身技能与知识结构,从而适应新的岗位要求,实现再就业。
关于技术对人类的取代过程,斯蒂格勒(Bernard Stiegler)认为,技术对人的取代过程可以分为三个阶段:对人技艺知识的剥夺,对人生活知识的剥夺,对人理性知识的剥夺。整个剥夺过程被斯蒂格勒称为人的“无产阶级化”(proletarietization)。在斯蒂格勒看来,“无产阶级化”并非指人的经济状况的贫穷,而是指技术的“智能化”导致的人的“愚钝化”,抑或“废人”化。也就是说,技术发展不仅能够取代人类身体,代替人类的生产劳动,还能在一定程度上为人类提供生活选择——设计选项让人们在其中作出价值选择,甚至代替人们选择如何生活。那些失去知道“怎么做”(know-how)的知识的人会被视为“废人”,因为他们不再拥有可以自给自足的知识,甚至也失去了“生活的知识”(savoir vivre)。随着技术的发展,人类的理性思考能力以及逻辑判断能力会不断下降,越来越趋于平庸化、扁平化。生成式人工智能的发展与应用,对人的取代已逐渐接近斯蒂格勒描述的第二、三阶段——越发剥夺人的理性知识,甚至在一定程度上剥夺人的理性判断能力。
生成式人工智能已能够取代很多重复性脑力劳动和简单分析综述工作,越发展现出技术由替代体力劳动逐渐深入到对脑力劳动的替代。这对于不少知识生产者或脑力劳动者都带来了一定威胁。实际上,在大多数情况下,人们所从事的并不见得都是具有创造性的工作。根据库恩的范式理论,甚至科学研究的大部分时间段都处于常规时期,这一阶段并不需要很强的创造性(只有在范式转换的时期,才是创造性较强的时期)。如果按此推论,可能多数人的多数时期的脑力劳动都有被人工智能取代的可能。所以,生成式人工智能的出现,可能对人类社会带来重大挑战。
机遇
生成式人工智能催生了人们的危机意识,使人的自主性、人与他者关系、人与世界关系等问题变得越发重要。生成式人工智能可以协助人类进行知识生产,甚至能够生成新的“思想”。面对生成式人工智能的发展,我们需要去思考作为人的不可替代的价值是什么,应如何调整自身状态迎接未来的智能时代。对于个人而言,或许培养自身的灵活性、创造力和理解能力会变得越发重要。人类所具有的灵活性和开放性,能够根据特定情境调整自身的沟通方式和行为方式,可以使我们能够不断根据时代与环境的发展重新调整自身的知识结构和学习方式,探寻新的机遇,积极把握主动权,发挥主体性优势。并且,对于需要综合判断和组织沟通的工作,或者说需要展现“人格魅力”的工作,目前的生成式人工智能尚不能胜任。人所特有的感染力和亲和力,使得需要人在场才能激发出更好效果的工作或许都难以被代替。因此,在平时的工作和生活中,我们可以有意识地锻炼自身的组织协调能力、沟通表达能力以及情绪管理能力等。
人类有着对于世界的认知,能够根据自身与世界的关系构建稳定的模型。这个认知过程是充分调动各种感官的综合认知,与当下所处的场景及感官的体验综合密切相关。同一个体在不同场景下会有不同认知,不同个体在同一场景中的认知方式和体验也是不同的。人类个体对世界的认知不是条件反射式的认识,而是基于多个视角、多种感官协调的结果。梅洛-庞蒂(Maurice Merleau-Ponty)对人的认知进行过深入探讨,认为人的知觉形式是依据当下情境而存在的,人在所处的情境世界中充分调用所有的身体官能,并在身体中得到综合体现。身体是我们认识世界的重要形式,我们能够通过身体而调动所有感官和情绪,在与世界的交流中形成知觉。人的认知会塑造人的价值观,从而沉淀在人的发展状态中。这种沉淀属于每个个体的情感记忆以及理性思维,人的当下状态与过去状态密切相关。这种基于情绪、非扁平化、带有个体独特记忆的认知,恰恰是目前的生成式人工智能所不能替代的。所以,我们要改变传统的学习方式,不能局限于课本知识学习和答题能力培养,而应更加注重亲身观察和体验,在此过程中激发主观能动性与实践理性,在场景中学习,并主动培养多视角理解能力和理性思维能力。
此外,我们要保持对于知识的热爱与自由探索。在未来的智能时代,或许当下越是被视为“实用”的知识和岗位越容易被替代。在某种程度上,这也可以说是一种对人的自然本性的回归。我们不应局限于实用、可计算性的视角,而是要在理解学习的过程中,更多思考知识的建构方式和深层次思维中那些“为何产生”“如何产生”等问题。对于知识的自由探索,能够充分调动深入思考能力和批判推理能力,有助于培养人文精神和综合素质。
总之,生成式人工智能的发展与应用,不仅提示我们要改变自身学习状态和知识结构、回归人类的本然状态,更是提示我们要改变教育模式、调整社会结构。对于目前的情况,维纳(Norbert Wiener)在1948年出版的《控制论》中就有预判:“假如第二次工业革命已经完成,具有中等学术能力水平或更差一些的人将会没有任何值得别人花钱来买的可以出卖的东西了。”赫拉利(Yuval Noah Harari)在《未来简史》中也前瞻性地提到,未来我们的体力劳动以及绝大多数脑力劳动都会被人工智能替代。未来智能社会对于工作价值和意义的定义会发生很大改变,需要多学科共同研究携手应对。在此过程中,哲学和伦理学的深刻思考方式和追问方式,能够更好地让我们认清楚自己究竟是谁、如何应对变化。哲学和伦理学要想更好地发挥这种作用或功效,就不能仅局限于思考过去和当下,而是要面对未来和可能性,做未来之学。“面向未来”不仅是一句口号,更是一种能够预判问题、直面解决问题的态度。唯有如此,才能在可能的技术发展与应用中全面思考、快速反应,充分调动人类的本然特性,促使技术更好地服务于人类的美好生活。这可能也是生成式人工智能发展对于人类而言“最好的可能方式”。对于这些问题的思考,有助于我们做好准备,更好地迎接未来智能时代的到来。
(作者系清华大学科学史系博士研究生)
联系客服